蚁群算法及其应用
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1
蚁群算法及沿着信息素较强的路径觅 食。 ▪ 信息素遗留：会在走过的路上会释放信息素，使得在一 定的范围内的其他蚂蚁能够觉察到并由此影响它们的行为。
2
蚁群算法及其应用
（1）环境：有障碍物、有其他蚂蚁、有信息素。 （2）觅食规则：范围内寻找是否有食物，否则看是否有信息素，每只蚂蚁都会以
蚁群算法及其应用
产生背景
▪ 20世纪90年代初，意大利科学家Marco Dorigo等受 蚂 蚁 觅 食 行 为 的 启 发 ， 提 出 蚁 群 算 法 (Ant Colony Optimization，ACO)。 ▪ 一种应用于组合优化问题的启发式搜索算法。 ▪ 在解决离散组合优化方面具有良好的性能。
小概率犯错。 （3）移动规则：都朝信息素最多的方向移动，无信息素则继续朝原方向移动，且
有随机的小的扰动，有记忆性。 （4）避障规则：移动的方向如有障碍物挡住，蚂蚁会随机选择另一个方向。 （5）信息素规则：越靠近食物播撒的信息素越多，越离开食物播撒的信息素越少。
3
蚁群算法及沿着信息素较强的路径觅 食。 ▪ 信息素遗留：会在走过的路上会释放信息素，使得在一 定的范围内的其他蚂蚁能够觉察到并由此影响它们的行为。
2
蚁群算法及其应用
（1）环境：有障碍物、有其他蚂蚁、有信息素。 （2）觅食规则：范围内寻找是否有食物，否则看是否有信息素，每只蚂蚁都会以
蚁群算法及其应用
产生背景
▪ 20世纪90年代初，意大利科学家Marco Dorigo等受 蚂 蚁 觅 食 行 为 的 启 发 ， 提 出 蚁 群 算 法 (Ant Colony Optimization，ACO)。 ▪ 一种应用于组合优化问题的启发式搜索算法。 ▪ 在解决离散组合优化方面具有良好的性能。
小概率犯错。 （3）移动规则：都朝信息素最多的方向移动，无信息素则继续朝原方向移动，且
有随机的小的扰动，有记忆性。 （4）避障规则：移动的方向如有障碍物挡住，蚂蚁会随机选择另一个方向。 （5）信息素规则：越靠近食物播撒的信息素越多，越离开食物播撒的信息素越少。
3